SPSS：医学统计中的OR值与RR值是什么？在临床研究中，常常有OR、RR值，表示某因素对病情的影响程度。
下面学习一下Odds、OR、RR的概念：
在病例对照研究中，可以画出下列的四格表：
Odds:称为比值、比数，是指某事件发生的可能性(概率)与不发生的可能性(概率)之比。在病例对照研究中病例组的暴露比值为：
odds1 = (a/(a+c))/(c(a+c)) = a/c，
对照组的暴露比值为：
odds2 = (b/(b+d))/(d/(b+d)) = b/d
OR：比值比，为：病例组的暴露比值(odds1)/对照组的暴露比值(odds2) = ad/bc
换一种角度，暴露组的疾病发生比值：
odds1 = (a/(a+b))/(b(a+b)) = a/b
非暴露组的疾病发生比值：
odds2 = (c/(c+d))/(d/(c+d)) = c/d
OR = odds1/odds2 = ad/bc
与之前的结果一致。
OR的含义与相对危险度相同，指暴露组的疾病危险性为非暴露组的多少倍。OR>1说明疾病的危险度因暴露而增加，暴露与疾病之间为“正”关联;OR<1说明疾病的危险度因暴露而减少，暴露与疾病之间为“负”关联。还应计算OR的置信区间，若区间跨1，一般说明该因素无意义。
关联强度大致如下：
RR:相对危险度(relative risk)的本质为率比(rate ratio)或危险比(risk ratio)，即暴露组与非暴露组发病率之比，或发病的概率之比。但是病例对照研究不能计算发病率，所以病例对照研究中只能计算OR。当人群中疾病的发病率或者患病率很小时，OR近似等于RR，可用OR值代替RR。
不同发病率情况下，OR与RR的关系图如下：
当发病率<10%时，RR与OR很接近。当发病率增大时，两者的差别增大。当OR>1时，OR高估了RR，当OR<1时，OR低估了RR。
设疾病在非暴露人群中的发病为P0，则可用下列公式对RR记性校正：
RR = OR/((1-P0)+(P0*OR))
若P0未知，可以用c/(c+d)估计。
SPSS的“交叉表(cross-table)”检验和Logistic回归分析可以直接给出OR值及置信区间。
交叉表检验中，勾选“风险”选项，如图:
Logisti回归中，勾选“EXP(B)的CI”选项，如图：
